您还未登录! 登录 | 注册 | 帮助  

您的位置: 首页 > 最新动态 > 正文

外媒速递:机器学习领域的八大开源AI技术项目综述

发表于:2018-06-19 作者:核子可乐译 来源:51cto

外媒速递是核子可乐精选的近日国外媒体的精彩文章推荐,希望大家喜欢!

今天给大家推荐的内容包括:机器学习领域的八大开源AI技术项目综述、如何将遗留Windows应用转换为Windows 10版本、关于GPU的一切和云编排全面讨论等。

一、机器学习领域的八大开源AI技术项目综述

原文标题:Top 8 open source AI technologies in machine learning

机器学习领域的八大开源AI技术项目综述

人工智能技术正迅速改变我们生活中的几乎每个领域,而人才与资源也在向这一领域快速聚集。在今天的文章中,我们将了解八款最卓越的开源AI技术,希望大家能够利用这些技术将自己的机器学习项目提升到新的水平。

1. TensorFlow

2. Keras

3. Scikit-learn

4. 微软Cognitive Toolkit

5. Theano

6. Caffe

7. Torch

8. Accord.NET

二、简易教程:如何将遗留Windows应用转换为Windows 10版本

原文标题:How to convert legacy Windows apps to Windows 10

如何将遗留Windows应用转换为Windows 10版本

平台转换很困难:从芯片到芯片,从操作系统到操作系统,都是如此。然而,更困难的是SDK之间的迁移,这一点在Windows的发展当中体现得尤其明显。在今天的文章中,我们将探讨最常见的一大挑战——从遗留Windows到WIndows 10。

1. 改进UWP桌面UI

2. 为Win32应用程序添加UWP组件

3. 为旧代码匹配新安装器

三、关于GPU的一切:为游戏而生,却在HPC与AI领域迸发能量

原文标题:GPUs: Designed for gaming now crucial to HPC and AI

GPU

处理器在既定应用范畴之外获得成功的情况实际上非常罕见,但图形处理器(GPU)却是个例外。原本用于加速游戏图形处理的芯片,如今已经成为从Adobe到数据库,再到高性能计算乃至人工智能的重要计算载体。

1. GPU对CPU

2. 能够支持GPU的应用程序类型

3. GPU与高性能计算

4. GPU计算示例

5. GPU制造商:英伟达与AMD

6. GPU与CUDA编程

7. GPU与功耗

四、云编排全面讨论——概念、理由与工具

原文标题:Cloud Orchestration – Everything You Need To Know About It

云编排

云编排意味着利用编程技术管理私有云与公有云平台上各类工作负载之间的交互与连接。云编排用于启动服务器、管理网络、分配存储容量以及访问云服务上的特定软件,而这一切的实现则通过三项主要属性:资源、工作负载与服务编排。

1. 云编排与云自动化有何区别

2. 云编排的优势

  • 发起最佳实践
  • 简化优化
  • 统一自动化改进控制
  • 自助服务门户
  • 自动化计算
  • 长期成本节约
  • 实现商业敏捷性

3. 部分重要云编排工具

  • Chef
  • Puppet
  • Heat
  • Juju
  • Docker